原创投稿 行业报告 AI展会 数据标注
投稿发布
您的当前位置:主页 > 人工智能 > 正文

如何评测语音助手的智能程度(3):交互流畅

来源: 时间:2020-03-17

本篇文章为大家带来【交互流畅】维度的评测点拆解。这个模块,重点考量智能助手各个性能指标及交互体验层面的表现。希望对从事相关领域工作的各位有所启发。

当用户发起需求后,【意图理解】在前,【服务提供】在后,基本上已经构成了一轮完整闭环。

之所以把【交互流畅】这个点作为一个单独维度拆解出来,是因为其贯穿始终。如果这个模块的内容如果处理不好,将全程伤害体验。

本篇文章为大家带来【交互流畅】维度的评测点拆解。

这个模块,重点考量智能助手各个性能指标及交互体验层面的表现。

1. 服务稳定性

“正常运行”、“不出bug”、“鲁棒性好”

评测点已经讲完了,十分清晰,几乎每一个互联网从业者都能够说出个1234,然后呢?

稳定不好,这类问题可大可小,小点就是网络繁忙,不给你任何反馈,大到极致,机器人可以反动搞事情:“愚蠢的人类啊,阿西莫夫的机器人三定律也救不了你们。

好了,开个玩笑。实际上,定义“what”容易,解决“how”往往都才是考量业务理解。

所以,在过往我经常会问面试者的问题有一个:你曾经做过的智能助手产品,出过哪些问题,你是如何解决的?

不同的人回答不同,对于这类命题,才更有探索价值。

一般情况下,回复这些是技术的问题,往往都很糟糕,实际上,每个公司的稳定性业务保障是需要一个体系来承担的。

所以能得分的面试回答是,把影响稳定性的故障进行一个分类,并且设计好处理路径。

这里只有大类别,单单一个业务后台,就能做很多范围细分。故障表现情况例如:崩溃、局部故障、弱网环境、状态更新、请求超时、并发表现……严重程度不一致,此处不逐一展开。

出过哪些问题分类回答完毕,你是如何解决的呢?是后续的一个命题。

一般情况下,公司的业务流程是这样运转的。

这里有3个细节:

  1. 反馈的行为折损。根据历史数据表现,1个问题被报上来,背后往往有至少10个以上的用户遇见过,只是用户懒/报问题麻烦,没有报而已。
  2. 反馈的信息折损,客服问:你做了什么操作导致的崩溃?用户答:我也不知道,就崩溃了。这种情况,是不利于排查和定位问题的。
  3. “解决方案的设计”,这里也分为“临时解决方案”和“全局最优解决方案”两说。

下图是一个信息化的风控结构,做过相关模块的,懂得自然懂,篇幅太长,此处不展开。

所以,在考量服务稳定性上有两个大层面,一个是智能助手本身的稳定性表现,二个是在服务用户的过程中,如何规避,以及遇见问题后的业务响应速度表现。

服务稳定性的考量是以一定周期、频次进行考量才是科学合理的。

2. 响应速度/流畅度

服务稳定性保障了之后,接下来就是速度。

语音交互这件事,本身就是因为语音输入的高效性。

当用户发出了需求,希望尽快拿到反馈,现在的用户极其没有耐心,速度一旦过慢,注定会被弃而不用。

而在智能语音助手交互对话的过程中,又包含哪几个阶段呢?

先明确一点,一味追求快并非是好

  1. 人类唤醒后,计算器的响应灵敏度,灵敏度太强(误唤醒)或太弱(没反应)都不好,当然如果升级下维度,还可以添加场景,比如噪音下唤醒,远场唤醒等。灵敏度是可以调试的,以表现合适最好。
  2. 人类表述了自己需求后,ASR有两种方案,一种是边识别边转换文本,另外一种是表述完毕后一口气转换为文本。
  3. 业务逻辑处理表现,其实是NLP领域最为核心的部分,也是最为耗时的部分,从效率角度上而言,此处尽管追求越快越好。
  4. 这里的语音播放,不是越快越好,而是合适就好,语速太快会给人一种轻浮及不稳重的感受,太慢则显得很笨以及可能造成不耐烦。而反馈样式则需要尽快呈现,有些智能助手语音播放完毕了,结果下面的内容还没加载到位。
  5. 人类总计2次交互,一次唤醒,一次表达意图,这2个行为过后,等待AI反馈。也就是说,当用户说完话后的下一秒,助手要同时处理,识别+理解+接口查询+反馈四个阶段,这个过程中,全部都是用户的等待状态。

人们去饭店点完了菜,等上菜的过程中,中间服务员还会过来帮忙缓解,这个过程较长,一定要考虑好等待体验管理,不至于让用户无聊。

前后端共同协作,添加一些语音播报,模态框提示,渐隐消失提示,动画效果,来管理用户的等待体验。

而有些无屏的音箱则需要使用等待、加载、成功等光效表现来管理用户的等待体验过程。

所以,在响应速度/流畅度这个维度上,不同的情况不同的对待,以合适最好。

3. 交互形式丰富度

每一种交互形式的存在,都有着其依赖的场景。

下图是我尝试穷举人类的输入行为(尽力做到MECE)。

点触、语音、手势、点头摇头、人脸识别、声纹、指纹验证等等均算在内。

这一块真的不需要多讲,除了脑机接口,基本上都玩过,体验过的都会觉得其有意思的地方。

交互形式丰富度,评测点已解释完毕,在未来,一定是多模态交互,来适应各种各样的业务场景。

说一点,产品经理应该修炼的部分。

笔者有一个出门问问的耳机,它是智能助手的操控延伸。在提供创新体验的同时,弄明白了是什么(what),基于此去探究为什么(why)以及怎么办(how)。

所以,笔者认为产品经理应该修炼的部分。

  • 尽量多的去使用智能硬件,把工作体验变成日常,以培养敏感度。
  • 弄清楚这些交互方式、元器件连接方式背后的技术实现原理
  • 每种技术方案都有多种实现方式,知晓其优劣势及实现成本

这三层修炼是递进关系。只有这些把这类东西融入到了我们的生活之中,敏感性才培养得起来,继而去加深理解,如此才更有可能做创新。

我们今天所熟知的众多的科学以及专利技术的发明者,其实都是根据前人的经验进行的某种程度上的改进。从结果上来看,主要有两种改进方向。

一种是将一个原本在实验室里面理论上可行,变成大规模批量生产的方案。

另一种则是根据已有的技术发明,发现一些“居然这个技术还可以被这样使用” 的方案。

苹果公司在技术研发上,并没有什么特别优秀的表现,但是在整合以及运用技术的这件事情上,则是优秀中的代表。市面上的绝大多数的手机公司的研发部门,应该都叫技术方案整合商更为贴切。

只有将自己的日常浸润到各种类型的交互体验里,进而去理解实现方案背后的技术原理,才更有可能做出创新啊!

4. 新手教学表现

我第一次给父母体验‘小爱同学’的时候,他们是需要我的帮助才能使用。

什么是唤醒;什么是监听;什么时候你说话它会响应/不响应;觉得罗嗦,如何打断对方。

这个教学行为大概要持续一小会,言传身教才能够学出如何进行语音交互。

如果没有我,我的父母将无法上手。这种依赖人,在旁边教的东西,实在是学习成本太高。

而当我们的产品被用户首次体验的时候,如果没有新手教学,用户也许就呆滞在那里,并不知道如何使用。

新手教学体验是非常重要的一个环节。

体验各家智能语音助手,在这一块的表现上各不一致,故而列为评测点。

行业新的新手引导教学其实非常多的种类,滑屏海报,蒙版遮罩,文字tips,互动式引导。

简单一分为二的说,大体可以分为,基本操作教学,以及对应业务的教学。

在考量这个业务表现得维度上,基本操作教学必须得有。而具体业务教学,则是具体问题具体设计。

百度地图的新手引导就做得十分友好。基本上为小度导航的每个业务能力配备了沉浸式引导方案。

这一块是参照游戏行业的解决方案。就我过往对小度的体验,其实有很几次改版了,不断迭代演化至今。

最好的交互设计其实是不需要新手引导的,如同微信一样自然。

在一个普遍使用点触操作习惯的年代,如何让用户体验这种新的交互体验方式?压力就在新手教学上。学的会就用,学不会就丢弃。

尝鲜体验过后,以后也会(改变习惯)使用语音寻求业务,压力则在业务设计上。方便就用,不方便就丢弃。

这是一个递进逻辑。只有基本操作掌握了才有后面的(改变习惯)使用,把用户当成小白的新手教学行为,一定得做好!

5. 全双工交互表现

全双工(Full Duplex)是通讯传输的一个术语。通信允许数据在两个方向上同时传输。

先用通俗的例子比喻下:

单工:类似听广播——单向传递信息,一个人只能听另一个人说。

半双工:类似对讲机。

甲:洞幺洞幺,能不能听到我说话,over。

乙:可以听到,over。

全双工:类似打电话。

甲:喂,还记得我的声音么?我是……

乙:啊,是你小子啊……

双方可以各说各的,可以互相打断。

人机交互追求更加自然流畅,这一点必不可少。

当前的语音助手,只有在进入监听状态才可以做出反馈。

而进入监听的两种情况,一种是使用[唤醒词],完成唤醒/打断的动作。

另一种是AI判断业务没完,做出引导式的追问,然后进入监听状态。
例如:

用户:我想看最近上映的电影。

助手:为你找到如下电影,你可以对我说看第几部。播放完毕后进入监听状态。

其实助手第一时间在屏幕上展示了电影列表的搜索结果,但是总得把语音念完……。

作为用户而言,我已经看到了助手给我的展示结果,也知道你的后续话术套路,我会迫不及待的使用[唤醒词],完成打断行为……使用过的都会感受到这种情况的心累。

而在全双工的能力加持下,即为,你播报你的,我说我的,不用等你念完,才进入监听状态,你念一半的时候,我抢话到下一步骤,你根据我的节奏推进业务就好。

还有一种技术方案相信从业者们也不陌生,就是基于当前语义场景下的“判断为无效内容后的拒绝响应”。

例子:我想听……嗯,我想想,哦对了,那个周杰伦的青花瓷

识别出用户当前说的话是不是给它的指令,能过滤掉无效的停顿,语气助词等干扰信息,再做出反应。

这就是全双工所指的“瞬间双向”表现,更接近人与人之间的自然对话,提升了交互体验。

6. 阶段性结尾

同样的,在【交互流畅】这个单元模块,有更多评测点去列举,但是受限于篇幅以及能力所限,删掉的一些内容。保留以及删除评测点的原则,也是基于评测指标的普适性。

同样用提问的方式,列举一下我删除掉的考核点。

第(6)点,列举一个我玩游戏多多自走棋,体验游戏助手的例子。敏感词,会在很多的地方出现。防止内容攻击,保护安全的,特别是大公司,往往会用上一个敏感词库过滤处理,相信很多的人都遇见过,有些给你反馈,有些则直接给你和谐掉了。显然是影响交互体验流畅度的。造成这种情况的显然是政策问题。

第(7)点,未来的交互体验过程中,多硬件终端,多场景,有屏无屏的交互体验方案,这是一个“现阶段各家都没做,而在未来各家一定会做”的评测点。

如果列举其例子,问题以及探讨解决方案起来,篇幅就过长了,就目前AI跨平台使用表现而言,故现阶段舍弃。

第(8)点,完成任务时候的成本考量。这个里面涉及一些语音识别、语义理解的层面。比如,任务流的多轮对话是分层次的,而当用户一口气给助手提供多个查询槽位,能否给予结果。比如,在一些支付和验证的层面,视觉和声纹让用户付出的代价几何等等。助手取硬件权限(读取GPS,读取短信等)时的表现。

在满足用户需求的时候一定有方案,而不同方案之间的取舍考量就存在比较关系了。

笔者在设计业务的时候,同时也会考量用户的隐私保护安全。

  • 你要安全,就加判断确认,加验证,影响流畅度。
  • 你要流畅,就替用户配置更多的默认选项,影响安全。

“流畅”和“安全”本身就是一个互相冲突的命题。此处没有对错,只有选择。

【交互流畅】是一个非常重要的全局性指标,贯穿【意图理解】和【服务提供】始终。如果这个维度的评测方向如果处理不好,将全程伤害体验。

以上,关于第三大维度【交互流畅】的诸多考量点,就此完结。后续文章会补充余下的部分,并以相同的形式进行补充解释和完善。

后续篇幅预告:【人格特质】——智能助手是否具备足够的魅力/人格化特质,就情绪表现,情商,共情、个性化、拟人化程度来设计评测指标。

谢谢你看到了这里,希望能给大家的工作带来一些帮助和思考。

写作这个事情,考量点真的太多,无法敞开了写。可以在留言区评论或者添加作者微信公众号深入讨论。

相关阅读

如何评测语音助手的智能程度(1):意图理解

如何评测语音助手的智能程度(2):服务提供

 

作者:饭大官人,不折腾会死星人,微信公众号:fanfan19860403《游戏运营:高手进阶之路》作者。熟悉游戏领域、人工智能-自然语言处理领域。

本文由 @饭大官人 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

人工智能交流群扫码邀请
人工智能交流群扫码邀请


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭